在 BigQuery 中使用实际列值作为键创建 JSON 列

Posted 2023-03-24

【中文标题】在 BigQuery 中使用实际列值作为键创建 JSON 列

【英文标题】：Create a JSON column in BigQuery with the actual column values as keys

【发布时间】：2020-03-30 15:27:03

【问题描述】：

有没有办法在 BigQuery 中以列值作为键创建 JSON？

我在表格中有 3 列：

user_id (string) | category (string) | info (struct)

user_1, cat_A, info_1A
user_1, cat_B, info_1B
user_1, cat_C, info_1C
user_2, cat_A, info_2A
user_3, cat_Z, info_3Z
user_3, cat_B, info_3B

To abbreviate the values of the "info" column,
let's say that it is a struct of i.e. 'f': 2, 'c': 3, ...

我想要这个输出，其中“特征”列的键是“类别”列的实际值：

user_id (string) | features (struct/JSON)
user_1, cat_A: info_1A, cat_B: info_1B, cat_C: info_1C, ...
user_2, cat_A: info_2A
user_3, cat_Z: info_3Z, cat_B: info_3B

但是，我目前只能实现这种格式（为了更清楚，我将输出设置为 JSON 格式），其中 keys 是您在创建STRUCT 即STRUCT(...) AS *key*:

[
  
    "user_id": "user_1",
    "features": [
      
        "category": "cat_A",
        "features": 
          "f": 2,
          "c": 3,
        
      ,
      
        "category": "cat_B",
        "features": 
          "x": 7,
          "z": 10,
        
      ,
      ...
  
  ...
]

通过使用以下查询：

SELECT
  user_id,
  ARRAY_AGG(
    STRUCT(
      category,
      STRUCT(f, c, x, z) AS features -- the different features for each category
    )
  )
FROM ...
GROUP BY user_id

【参考方案1】：

以下是 BigQuery 标准 SQL

#standardSQL
SELECT user_id, '' || STRING_AGG(category || ': ' || info, ', ') || '' features
FROM `project.dataset.table`
GROUP BY user_id   

您可以使用您问题中的示例数据进行测试，如以下示例所示

#standardSQL
WITH `project.dataset.table` AS (
  SELECT 'user_1' user_id, 'cat_A' category, 'info_1A' info UNION ALL
  SELECT 'user_1', 'cat_B', 'info_1B' UNION ALL
  SELECT 'user_1', 'cat_C', 'info_1C' UNION ALL
  SELECT 'user_2', 'cat_A', 'info_2A' UNION ALL
  SELECT 'user_3', 'cat_Z', 'info_3Z' UNION ALL
  SELECT 'user_3', 'cat_B', 'info_3B' 
)
SELECT user_id, '' || STRING_AGG(category || ': ' || info, ', ') || '' features
FROM `project.dataset.table`
GROUP BY user_id

有输出

Row user_id features     
1   user_1  cat_A: info_1A, cat_B: info_1B, cat_C: info_1C     
2   user_2  cat_A: info_2A     
3   user_3  cat_Z: info_3Z, cat_B: info_3B